癌症的检查点抑制剂疗法能显著改善多种实体恶性肿瘤患者中一部分患者的生存率，然而驱动这种临床反映或缺乏反应的因素，目前研究人员并不清楚。近日，一篇发表在国际杂志eLife上题为“Early prediction of clinical response to checkpoint inhibitor therapy in human solid tumors through mathematical modeling”的研究报告中，来自休斯顿卫理公会研究所等机构的科学家们通过研究开发了一种新型模型，其或能在患者疗法早期预测是否癌症患者会对免疫疗法产生反应。

癌细胞周围的杀伤性T细胞。

这种模型或能为临床医生提供一种方法，利用医院扫描和实验室检测的数据信息来识别出哪些患者在癌症疗法早期能因免疫疗法而获益，这或许就会促进癌症患者接受个体化的疗法并避免一些患者经历无法在其机体中发挥作用的疗法所产生的副作用影响。研究者Zhihui Wang说道，尽管免疫疗法能改善一部分癌症患者的生存，但持久的治疗效应仍然仅能在一小部分患者机体中观察到。数学模型能够定性或定量分辨出癌症中存在的潜在复杂生物学和物理学过程，并能帮助优化疗法决策;为此研究人员就想通过研究来阐明诸如扫描图像和对组织进行活组织检查分析等标准的临床手段如何能被用来构建模型，进而预测哪些患者能因免疫疗法而获益。

文章中，研究人员重点分析了患者如何对免疫检查点抑制剂疗法产生反应，他们设计了一种模型，分析在患者开始该疗法后随着时间相对肿瘤质量的变化情况，肿瘤质量的变化会受到免疫系统和癌细胞之间复杂生物学串扰的影响，研究者通过重点分析三个能够组合成为方程的测量来简化这种串扰，即恶性肿瘤细胞生长的能力、肿瘤环境中免疫细胞杀灭癌细胞的能力以及基于检查点抑制剂的免疫疗法的治疗效力。

首先研究人员利用临床试验获得的临床试剂来校准这种模型，从而评估了一种能特异性靶向作用PD-1/PD-L1通路的检查点抑制剂，这些临床试验测定了189名常见类型癌症患者机体的肿瘤体积随着时间的变化情况。随后研究人员将来自校准模型的结果与另外一组64名非小细胞肺癌患者的数据进行了对比，这些患者利用免疫疗法药物派姆单抗进行治疗。他们发现，在产生反应和没有产生反应的患者中，肿瘤微环境中免疫细胞与肿瘤细胞的比例以及检查点抑制剂疗法的潜在效果或许存在明显的不同;重要的是，该模型仅用于肿瘤体积的测定，就能准确预测81.4%的患者在治疗开始后的两个月内所出现的疗法反应。该模型在早期时间点(不到60天内)能够预测患者反应的高敏感性或许就表明，其能在早期准确识别因检查点抑制剂疗法而可能获益的癌症患者。在预测能从治疗中获益最少的患者组中，该模型的假阴性结果也较少，这对于确保该模型不会错误地预测患者不会从有效的疗法中获益而言或许是非常重要的。

研究者Eugene Koay教授说道，本文中我们所开发的模型调查了患者对免疫检查点抑制剂疗法产生反应背后的分子、细胞和生物物理学机制;如今我们证实了，该模型或能可靠地利用来自常规扫描或组织活组织检查分析的信息，这些信息在治疗开始时就很容易获得;将这些测定数据结合在一起或许就能作为早期的准确指示信息来确定免疫疗法对个体患者治疗的有效性。

综上，本文研究中，研究人员开发了一种可靠的方法能直接从活组织样本中来直接提取模型参数，而这些样本在患者治疗早期就很容易获得;这或许就表明，这种模型参数能充当早期强大的生物标志物，从而就能衡量每名患者利用检查点抑制剂疗法治疗的有效性。